awsbasics.connpass.com
個人の購買履歴からレコメンデーションしてくれるの Amazon Personalize です。
セッション
講師:アマゾン ウェブ サービス ジャパン、シニアエバンジェリスト 亀田氏
- Deep Learning ベースのリアルタイムパーソナライゼーションのレコメンデーションサービス
- EC サイトやアプリ画面でのリアルタイムレコメンデーション
- プッシュ通知やメールでのバッチ的なレコメンデーション
- 用語
- データセットグループ:データセットをまとめるグループ
- データセット:Interactions, Users, Items
- レシピ:
- USER_PERONALIZATION:特定ユーザー向けのアイテムリスト
- PERSONALIZED_RANKING:アイテムリストを特定ユーザ向けに並び替え
- RELATED_ITEMS:特定アイテムの類似アイテムリスト
- ソリューション:レコメンデーションで利用するモデル
- キャンペーン:レコメンデーション API 呼び出しで利用するホスティング環境
- イベントトラッカー:リアルタイムインタラクションイベントを API 経由で収集する仕組み
- データソース
- 基本は CSV, JSON/Parquet 未対応
- S3 において処理する
- データの種類
- Interactions : ユーザーとアイテム間の過去のインタラクションデータ、購買履歴など
- Users : ユーザーに関するメタデータ、年齢性別など
- Items : アイテムに関するメタデータ、価格ジャンルなど
- 以下の3つが必須情報
- USER_ID, ITEM_ID, TIMESTAMP
所感
実際に触ってみないと感覚がわからないですね。
USER_ID, ITEM_ID, TIMESTAMP をもった CSV が準備して「このITEM_IDを買った人は、こういうITEM_IDもよく買ってます」というのができたり、USER_ID に属性情報を紐付けて人ベースで予測したりできると思われるので、テストデータ準備して試すのが早いかもです。